在树莓派5上，如何使用毫米波雷达检测和追踪人类？

在本指南中，我们将学习如何将RD-03D雷达传感器添加到树莓派单板计算机上，以便实时检测和追踪人类。我们将了解该传感器的工作原理及可获取的数据、如何将其连接到树莓派并读取数据，还会用它搭建一些很酷的东西，如雷达可视化界面和一款由人体动作控制的虚拟空气曲棍球游戏。让我们开始吧！

目录：

雷达的工作原理及输出数据

你需要准备的东西

将传感器连接到树莓派

安装树莓派操作系统并启用UART

库与示例代码

雷达可视化与虚拟空气曲棍球游戏

雷达的工作原理及输出数据

RD-03D是一款24 GHz毫米波雷达传感器，对于这样一款价格低廉的设备而言，它能实现诸多功能，这充分证明了当前的技术水平。

该传感器发射频率约为24 GHz的无线电波，并接收反射回来的信号，其原理类似于超声波测距传感器。不过，这款传感器要先进得多。它不仅利用无线电波反射回来的时间（无线电波以光速传播）来测量人与传感器之间的距离，还能通过检测多普勒效应引起的频率变化来测量人的移动速度。就像汽车经过你身边时，声音的音调会发生变化，频率变化越大（由频率偏移引起），汽车的速度就越快。同样的原理也适用于雷达波从人体目标反射回来的情况。这里需要特别注意的是，该传感器只能测量目标朝向或远离传感器的速度。

此外，它还有2个接收天线，用于检测目标的角度。如果发射的无线电波在传感器一侧被人体反射，那么无线电波返回传感器时，会先到达其中一个天线，再到达另一个天线，传感器由此来检测目标的角度。由于无线电波以光速传播，它到达两个不同接收器的时间差小于0.025纳秒。人类最快的眨眼速度是100,000纳秒，而该传感器却能在这个极短的时间内，精确计算出人体相对于传感器的角度。

那么，它是如何只检测到人（或许还有其他体型足够大的动物）的呢？这其实是该传感器的神奇之处。当它发射无线电波时，房间内的大多数物体都会反射信号，比如椅子、墙壁、电脑、手机等，那它如何分辨出哪些反射信号来自人体呢？简单来说，人体反射的无线电波具有独特的模式。就像可见光（起始频率为400,000 GHz）在不同材料上的反射情况不同一样，我们发射的24 GHz无线电波在人体上的反射情况也与其他物体不同。而且，人类是不断移动的生物，从呼吸到手臂的轻微动作，这些动作在朝向和远离传感器移动时，都会产生微多普勒频移。在雷达看来，人体具有一定的“亮度”，并且充满了微多普勒频移，传感器通过内置的处理功能，利用这些特征来确定人体的位置和身份。

如果把这款传感器带回40 - 50年前，仅其信号处理功能就会让当时的顶尖科学家感到困惑，对于专业的雷达工程师来说，这也会如同魔法一般神奇。

所以，借助这款传感器，你可以使用24 GHz无线电波来检测人体，确定其与传感器的距离（最远可达8米）、相对于传感器的角度，以及其朝向或远离传感器的移动距离。需要注意的是，该传感器必须保持静止，不能移动。我们不确定具体原因，但推测它可能会进行某种房间校准以获取基线读数。如果移动传感器，校准就会失效，导致读数不准确。确保传感器保持静止，我们稍后会详细讨论如何安装该传感器。

现在，你已经了解了它的工作原理和可实现的功能，接下来学习如何使用它吧！

你需要准备的东西

要按照本指南进行操作，你需要准备以下物品：

RD-03D传感器。

连接RD-03D传感器的方法。你可以将导线焊接到传感器的接触焊盘上，也可以购买一个用于板载连接器的跳线适配器。该开发板不附带适配器。

树莓派单板计算机。我们使用的是树莓派5，但经过稍作修改库文件后，也能在树莓派4上使用（稍后会介绍）。

至少16GB的Micro-SD卡并且将其插入计算机的适配器。

电源、鼠标、键盘、显示器和micro-HDMI线——使用树莓派所需的常规物品。

将传感器连接到树莓派

如果你使用的是跳线适配器，请将其连接到RD-03D传感器。不过请注意，我们提供的连接是通用线缆，其颜色可能与开发板的匹配度不高。例如，我使用的线缆中，红色和黑色线是TX和RX引脚，绿色线是5伏引脚，黄色线是接地引脚。在这里，不要过于依赖线缆的颜色，务必以开发板上的引脚标签为准。

首先，将雷达的5伏引脚连接到树莓派的5伏引脚，并将雷达的接地引脚连接到树莓派的某个接地引脚，为雷达供电。

雷达通过UART输出所有数据，因此我们将雷达的TX引脚连接到树莓派的引脚15（一个RX引脚）。我们还需要向雷达发送命令，所以将雷达的RX引脚连接到树莓派的引脚14（一个TX引脚）。记住，TX引脚用于发送数据，RX引脚用于接收数据，即“RX接TX，TX接RX”。

右侧图片展示的是正确连接线缆的树莓派，请注意，你使用的线缆颜色可能是错误的。

安装树莓派操作系统并启用UART

首先，我们需要将树莓派操作系统安装到Micro-SD卡上。将SD卡插入另一台计算机，下载官方的树莓派烧录工具。选择你使用的树莓派型号，将64位树莓派操作系统作为操作系统，然后选择Micro-SD卡作为安装设备。此安装过程将下载操作系统镜像（约2GB），之后安装只需几分钟。

注意：此安装过程将清除SD卡上的所有数据。

安装完成后，将SD卡插入树莓派，连接键盘、鼠标和显示器，完成首次安装过程。这里无需进行特殊操作，按照常规方式设置设备即可。

进入桌面环境后，选择“开始菜单 > 首选项 > 树莓派配置”。在该菜单的“接口”选项卡中启用串口，然后重启树莓派（系统可能会提示你是否重启）。

这将使树莓派在其GPIO引脚上启用UART通信。

库与示例代码

我们编写了一个基础库，极大地简化了使用该模块的过程，你可以在此处下载其压缩文件，其中还包含我们将使用的所有示例代码：

rd03d-Pi5.zip

将文件下载并解压到桌面等方便的位置。在开始之前，如果你使用的不是树莓派4或其他开发板，让我们看看如何修改脚本。如果你使用的是树莓派5，可以跳过此步骤。

打开名为rd03d.py的Python文件，这是库文件。在大约第23行，你会看到以下代码行：

def__init__(self, uart_port='/dev/ttyAMA0', baudrate=256000, multi_mode=True):

这行代码用于初始化与传感器的UART通信。与之前的树莓派型号相比，树莓派5初始化UART引脚的方法有所不同。你需要将“/dev/ttyAMA0”改为“/dev/ttyS0”。修改后的代码行如下：

def__init__(self, uart_port='/dev/ttyS0', baudrate=256000, multi_mode=True):

现在，我们准备读取传感器数据。打开rd03d_demo_usage.py文件。这是一个非常基础的脚本，演示了如何使用库的所有功能。脚本开头导入了你可能刚刚修改过的库：

fromrd03dimportRD03Dimporttime

如果你想在任何脚本中导入该库，库文件必须与脚本放在同一文件夹中。

之后，我们创建了一个雷达实例，并设置了初始化选项，用于选择使用单目标模式还是多目标模式：

radar = RD03D() # Uses /dev/ttyAMA0 by defaultradar.set_multi_mode(True) # Switch to multi-target mode

多目标模式最多可同时追踪3个目标，但有时效果不太理想，尤其是当人们离传感器较近时。而且，雷达波从墙壁、电视或任何大型平面反射回来时，可能会产生误检，就像墙上有一面镜子，你会看到同一个人两次。单目标模式始终会捕捉最强且最有可能是目标的那个，这会消除很多较弱的反射信号。从可靠性角度来看，单目标模式可能是首选，但不妨尝试一下多目标模式，看看在你的设置中是否可行。

设置好雷达后，我们可以调用radar.update()，该函数会指示库从传感器获取下一个读数并保存。

whileTrue: ifradar.update(): Do what we wantwiththe codeinhere... else: print('No radar data received.')

它会保存该读数，直到我们再次调用update命令。当库执行此操作时，如果获取到有效读数，将返回true；如果出现错误（如获取到损坏的UART读数或线缆松动），则返回false。在示例代码中，我们将此命令放在if语句中，这意味着只有在获取到有效读数时，才会执行嵌套在其中的代码。这是一种简洁且有效的错误处理方法——如果我们获取到不完整的读数并尝试打印，树莓派可能会崩溃。

库中已保存了相关信息，现在我们只需获取这些信息并进行相应处理即可。以下代码演示了如何获取可检测到的3个目标的各自数据。如果你在单目标模式下尝试获取目标3的信息，或者没有检测到第3个人，所有数据点都将为零。

target1= radar.get_target(1)target2= radar.get_target(2)target3= radar.get_target(3)

现在，每个目标变量中都存储了一些信息，这些信息以结构体的形式存在。要获取其中的单个信息，只需使用点号和信息名称即可。以下是一个打印出变量中存储的所有数据点的示例：

print('1 dist:', target1.distance,'mm Angle:', target1.angle," deg Speed:", target1.speed,"cm/s X:", target1.x,"mm Y:", target1.y,"mm")print('2 dist:', target2.distance,'mm Angle:', target2.angle," deg Speed:", target2.speed,"cm/s X:", target2.x,"mm Y:", target2.y,"mm")print('3 dist:', target3.distance,'mm Angle:', target3.angle," deg Speed:", target3.speed,"cm/s X:", target3.x,"mm Y:", target3.y,"mm \n")

运行该代码，你应该会在终端中看到所有这些数据。距离、角度和速度都很容易理解，但X和Y可能有点复杂。X轴是测量一个人离雷达中心线的距离，Y轴是测量一个人离雷达平行线的距离。下图展示了这两个轴。请注意，X轴测量值和角度都有正负值，下图也有所展示。该传感器的最大角度范围为-60度到+60度。

以下是在项目中使用该传感器的一些快速提示：

此设置仅用于检测一个人。如果传感器前方有多个人，它将追踪反射信号最强的那个人，通常这是离传感器最近的人。

如果你要将传感器安装在某个地方来检测人员，将其放置在胸部到头部高度之间，以获得最佳效果。

无线电波会从表面反射。在测试时，有时我直接站在传感器后面，但它却检测到几米外的虚假目标。这是因为雷达波从墙壁反射回来，在反射中看到了我，就像镜子一样。如果出现随机读数，那不是幽灵，很可能是检测到了人的反射信号。

如果你使用多个这样的传感器，它们会相互干扰。确保它们之间距离足够远，以免相互接收到对方的信号。

雷达可视化与虚拟空气曲棍球游戏

现在，你已经掌握了在项目中应用该传感器所需的所有知识。不过，在我们结束之前，让我们看看可以用它做的一些很酷的事情。拥有一个能追踪人体位置的雷达传感器，自然希望能将数据以潜艇雷达图像的形式可视化。

打开名为radar_visualisation.py的脚本并运行它。该脚本使用Pygame（一个非常实用的内置工具，用于创建视觉效果和交互式游戏）来获取来自传感器和库的信息，并将其可视化。这是一个非常有趣的可玩项目，也是一个实用的工具，因为它能帮助你排查传感器出现的任何问题，因为我们人类更擅长分析这种视觉形式的数据。

在如上所示的二维平面上对被追踪的人进行可视化展示后，不难将其变成一些非常酷的东西。例如，如果你打开radar_airhockey.py文件，你会发现一个脚本，它将被追踪的人的位置映射到虚拟空气曲棍球游戏中。提前说明一下，这个游戏有点卡顿，AI对手的表现时而愚蠢得可笑，时而又像违反了物理定律一样作弊——它肯定还有改进的空间。

游戏应该可以开箱即用，但顶部有一堆设置你可以调整，这些设置会改变游戏的运行方式。最重要的是以下几行代码：

self.min_play_distance=1000self.max_play_distance=2500

这些代码通过限定雷达的最近和最远部分来设置游戏区域。

我们不会详细介绍这600行代码的工作原理，因为这不是关于如何使用Pygame的指南，但如果你想要详细介绍，或者你在编写自己的代码时需要帮助，像ChatGPT、Claude和Gemini这样的大型语言模型都能提供帮助。这段代码的很多部分都是在这些模型的协助下编写的。

现在，你已经掌握了在项目中应用该传感器的所有知识。如果你用这个传感器制作了任何很酷的东西，想要分享出来，或者你在本指南中遇到任何问题需要帮助，欢迎在我们的社区论坛上发布！

那么，下次再见啦，祝你制作愉快！

原文地址：

https://core-electronics.com.au/guides/raspberry-pi/using-mmwave-radar-to-detect-and-track-humans-raspberry-pi-guide/